Sepsis ist die häufigste Todesursache auf Intensivstationen und dritthäufigste Todesursache allgemein, mit steigender Tendenz. Dabei ist die frühzeitige Erkennung der Sepsis nach wie vor eine große klinische Herausforderung: Für korrekt diagnostizierte Sepsis-Patienten ist die Gabe von Antibiotika lebensrettend, während sie bei den übrigen lediglich zur Entwicklung von Antibiotikaresistenzen beiträgt. Das Risiko (infektiöser) Komplikationen bis hin zur Sepsis besteht während des gesamten Krankenhausaufenthaltes. Dem kann durch gezielte Identifizierung und Überwachung von Hochrisikopatienten begegnet werden.

Die Klinische Kooperationseinheit (KKE) Digital Data Spaces in Sepsis verbindet das CPD der Medizinischen Fakultät Mannheim mit der Klinik für Anästhesiologie und Operative Intensivmedizin, insbesondere mit deren Studiengruppe Translational Research in Anesthesiology and Critical Care (TRACC). Ausgehend vom Verbundprojekt Scientific Computing for improved Detection and Therapy of Sepsis (SCIDATOS) soll in der KKE der Weg der Patientin, die sich einer Operation unterzieht, im Krankenhaus digital erfasst werden: Daten aus Prämedikation, Narkoseprotokoll und postoperativer Überwachung auf der Normalstation sollen mit elektronischen Daten der Intensivstation verbunden werden, um den Behandlungsverlauf vollständig digital abzubilden. Diese longitudinale Dateninfrastruktur ermöglicht nicht nur die Entwicklung von Risikomodellen für die frühzeitige Prädiktion und Diagnose der Sepsis und anderer Komplikationen im Behandlungsverlauf. Sie ermöglicht auch prospektive Studien zum prozessorientierten Immunomonitoring in Risikopatienten, um prädiktive und diagnostische Biomarker zur Prävention und Therapie der Sepsis identifizieren zu können.

Die KKE koordiniert damit den Aufbau einer neuartigen Forschungsinfrastruktur durch die Digitalisierung perioperativer Versorgungsprozesse. Dadurch wird die digitale Präventivmedizin auf dem Gebiet von Infektion und Sepsis an der Medizinischen Fakultät Mannheim etabliert. Sie fußt auf der in der Arbeitsgruppe Klinische Epidemiologie der Studiengruppe TRACC vorhandenen Kompetenz bei der Analyse von Big Data und erlaubt neben der Anwendung von Methoden der modernen Data Science auch deren Weiterentwicklung. Selektierte Risikomodelle sollen zu einem Expertensystem (Clinical Decision Support System) führen, welches Ärzte und Pflegkräfte frühzeitig in der Erkennung und Therapie von Komplikationen im stationären Behandlungsverlauf unterstützt und damit zu einer Verbesserung des Patientenoutcomes beiträgt. Dies schont außerdem Ressourcen, reduziert Kosten und verringert die Entwicklung multiresistenter Keime. 

Beteiligte Einrichtungen

Klinik für Anästhesiologie und Operative Intensivmedizin (Prof. Dr. Manfred Thiel)

Abteilung für Immunbiochemie, Mi3 (Prof. Dr. Adelheid Cerwenka)